JP6492005B2 - X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method - Google Patents
X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method Download PDFInfo
- Publication number
- JP6492005B2 JP6492005B2 JP2015511163A JP2015511163A JP6492005B2 JP 6492005 B2 JP6492005 B2 JP 6492005B2 JP 2015511163 A JP2015511163 A JP 2015511163A JP 2015511163 A JP2015511163 A JP 2015511163A JP 6492005 B2 JP6492005 B2 JP 6492005B2
- Authority
- JP
- Japan
- Prior art keywords
- projection data
- data
- image
- processing function
- reconstruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims description 166
- 238000000034 method Methods 0.000 claims description 109
- 238000012545 processing Methods 0.000 claims description 97
- 230000009467 reduction Effects 0.000 claims description 93
- 230000008569 process Effects 0.000 claims description 83
- 238000012937 correction Methods 0.000 claims description 70
- 238000003384 imaging method Methods 0.000 claims description 44
- 238000012804 iterative process Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 39
- 239000006096 absorbing agent Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 238000011946 reduction process Methods 0.000 description 13
- 239000000284 extract Substances 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 210000003141 lower extremity Anatomy 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 2
- 239000002250 absorbent Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 241001669679 Eleotris Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/04—Positioning of patients; Tiltable beds or the like
- A61B6/0407—Supports, e.g. tables or beds, for the body or parts of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Pulmonology (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Description
本発明は、被検体にX線を照射してCT画像を得るX線CT装置等に関する。特に、X線CT装置により得た投影データの補正に関する。 The present invention relates to an X-ray CT apparatus or the like that obtains a CT image by irradiating a subject with X-rays. In particular, it relates to correction of projection data obtained by an X-ray CT apparatus.
近年、被曝線量の少ないCT検査を実施するため、逐次近似法による画像再構成を実行するX線CT装置が開発されている。逐次近似法による画像再構成であれば、低線量であってもノイズが少ないCT画像が得られる。 In recent years, X-ray CT apparatuses that perform image reconstruction by the successive approximation method have been developed in order to perform CT examination with a low exposure dose. If the image reconstruction is performed by the successive approximation method, a CT image with little noise can be obtained even at a low dose.
非特許文献1には、逐次近似法の一つである逐次近似投影データ補正処理が開示されている。逐次近似投影データ補正処理は、画像再構成の前処理である投影データの補正処理の一つである。逐次近似投影データ補正処理では、投影データの投影値を変数とする更新式が用いられる。更新式は、補正の強度を示すスムージング係数(補正係数や罰則項とも呼ばれる。)を含む。逐次近似投影データ補正処理では、上述の更新式を用いて反復的に投影値を更新する。
Non-Patent
しかしながら、上述の非特許文献1に記載される処理では、高いノイズ低減効果を得ようとした場合、ノイズと共に高信号部の信号強度も低下し、その際、隣接する低信号部の信号強度が増加する。その結果、信号のエッジ部が滑らかになる現象が生じてしまう。この現象は、投影データのチャンネル方向のCT値の高低差が大きければ大きいほど顕著になる。そのような投影データを用いて画像再構成を行うと、画像上の高吸収体周辺にストリークアーチファクトが発生するという問題がある。そのため、大きなノイズ低減効果を期待する場合は、非特許文献1の手法では、ストリークアーチファクトが生じる点で不十分である。
However, in the processing described in
本発明は、以上の問題点に鑑みてなされたものであり、その目的とするところは、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することを目的とする。 The present invention has been made in view of the above-described problems, and the object of the present invention is to reduce image artifacts while reducing artifacts generated in the periphery of a high-absorber body on an image. An object of the present invention is to provide an X-ray CT apparatus and the like that can improve image quality even in exposure imaging.
前述した目的を達成するために第1の発明は、被検体の周囲からX線を照射するX線発生装置と、前記被検体を透過するX線を検出するX線検出装置と、前記X線検出装置によって検出されるデータを収集するデータ収集装置と、前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、前記CT画像を表示する表示装置と、を備え、前記再構成演算装置は、前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とするX線CT装置である。 In order to achieve the above-described object, the first invention provides an X-ray generator that irradiates X-rays from around the subject, an X-ray detector that detects X-rays transmitted through the subject, and the X-rays A data collection device for collecting data detected by a detection device, and a reconstruction calculation device for generating projection data by inputting the data collected by the data collection device and reconstructing a CT image using the projection data And a display device for displaying the CT image, wherein the reconstruction calculation device includes an iterative number setting unit that sets an iterative number of iterative processes for correcting the projection data, and a first included in the iterative process. A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a processing function and a second processing function having characteristics different from those of the first processing function; and the projection data based on the number of iterations and the calibration coefficient. And repeat the process An X-ray CT apparatus comprising: a successive approximation projection data correction processing unit that performs correction and creates corrected projection data; and an image reconstruction unit that reconstructs a CT image using the corrected projection data is there.
第2の発明は、投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とする再構成演算装置である。 The second invention is an iterative number setting unit for setting an iterative number of iterative processes for correcting projection data, and a second process function having characteristics different from the first process function and the first process function included in the iterative process. A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting the application ratio, and successive approximation projection data for generating corrected projection data by performing the iterative process on the projection data based on the number of iterations and the calibration coefficient A reconstruction arithmetic apparatus comprising: a correction processing unit; and an image reconstruction unit that reconstructs a CT image using the corrected projection data.
第3の発明は、再構成演算装置が、投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、前記補正投影データを用いてCT画像を再構成する再構成ステップと、を含むことを特徴とする再構成演算方法である。 According to a third aspect of the invention, the reconstruction calculation device sets the number of iterations of the iteration process for correcting projection data, and the first processing function included in the iteration process and characteristics different from the first processing function A calibration coefficient calculating step for calculating a calibration coefficient for adjusting an application ratio with the second processing function, and performing the iterative process on the projection data based on the number of iterations and the calibration coefficient to obtain corrected projection data. A reconstruction calculation method characterized by including a corrected projection data creation step to be created and a reconstruction step of reconstructing a CT image using the corrected projection data.
本発明によれば、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することができる。 According to the present invention, it is possible to provide an X-ray CT apparatus and the like that can improve image quality even in low-exposure imaging by reducing artifacts generated in the periphery of a high-absorber body on an image while reducing image noise. can do.
以下、図面に基づいて本発明の好適な実施形態を詳細に説明する。最初に、図1及び図2を参照しながら、X線CT装置1のハードウエア構成を説明する。
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings. First, the hardware configuration of the
X線CT装置1は、大きく分けてスキャナ10及び操作ユニット20から構成される。
スキャナ10は、ガントリィ100、寝台装置101、X線発生装置102、X線検出装置103、コリメータ装置104、高電圧発生装置105、データ収集装置106、駆動装置107等を含む。操作ユニット20は、中央制御装置200、入出力装置201、演算装置202等を含む。
The
The
操作者は、入出力装置201を介して、撮影条件や再構成条件等を入力する。撮影条件は、例えば、X線ビーム幅、寝台送り速度、管電流、管電圧、撮影範囲(体軸方向範囲)、周回当たりの撮影ビュー数等である。また再構成条件は、例えば、関心領域、FOV(Field Of View)、再構成フィルタ関数等である。入出力装置201は、CT画像等を表示する表示装置211、マウス、トラックボール、キーボード、タッチパネル等の入力装置212、データを記憶する記憶装置213等を含む。
The operator inputs imaging conditions, reconstruction conditions, and the like via the input /
中央制御装置200は、撮影条件や再構成条件を入力し、撮影に必要な制御信号をスキャナ10に含まれる各装置に送信する。コリメータ装置104は、制御信号に基づいて、コリメータの位置を制御する。撮影スタート信号を受けて撮影が開始されると、高電圧発生装置105は、制御信号に基づいて、X線発生装置102に管電圧、管電流を印加する。X線発生装置102では、印加された管電圧に応じたエネルギーの電子が陰極から放出され、放出された電子がターゲット(陽極)に衝突することによって電子エネルギーに応じたエネルギーのX線が被検体3に照射される。
The
駆動装置107は、制御信号に基づいて、X線発生装置102、X線検出装置103等を被検体3の周りに周回させる。寝台装置101は、制御信号に基づいて寝台を制御する。
The
X線発生装置102から照射されるX線は、コリメータによって照射領域が制限される。X線は、被検体3内の各組織においてX線減弱係数に応じて吸収(減衰)され、被検体3を通過し、X線発生装置102に対向する位置に配置されたX線検出装置103によって検出される。X線検出装置103は、2次元方向(チャネル方向およびこれに直交する列方向)に配置された複数の検出素子によって構成される。各検出素子によって受光されるX線は、実投影データに変換される。すなわち、X線検出装置103によって検出されるX線は、データ収集装置106によって、各種のデータ処理(デジタルデータへの変更、LOG変換、キャリブレーション等)が行われて、投影データとして収集され、演算装置202に入力される。
The irradiation area of the X-rays emitted from the
このとき、互いに対向するX線発生装置102及びX線検出装置103が、被検体3の周囲を回転するので、X線発生装置102は、被検体3の周囲からX線を照射することになる。また、X線検出装置103は、被検体3を透過するX線を検出することになる。投影データの取得単位が「ビュー」である。
At this time, the
演算装置202は、再構成演算装置221、画像処理装置222等から構成される。
The
再構成演算装置221は、データ収集装置106によって収集される投影データを入力する。また、再構成演算装置221は投影データに対して逐次近似投影データ補正処理(以下、反復処理ともいう)を行い、補正投影データを作成する。そして、補正投影データを用いてCT画像を再構成する。
The
なお、再構成演算装置221は、撮影で取得し記憶装置213や記録媒体に保存されている計測データを読み出して投影データを作成し、上述の逐次近似投影データ補正処理を行ったり、CT画像の再構成処理を行ったりしてもよい。
The
本発明は逐次近似投影データ補正処理(反復処理)の改良に関するものである。本発明に係る処理の詳細については後述する。 The present invention relates to an improvement of a successive approximation projection data correction process (iterative process). Details of the processing according to the present invention will be described later.
再構成演算装置221は、生成したCT画像を記憶装置213に保存する。また、再構成演算装置221は生成したCT画像を表示装置211に表示する。或いは、画像処理装置222が、記憶装置213に保存されるCT画像に対して画像処理を行い、画像処理後の画像を表示装置211に表示する。
The
X線CT装置1は、2次元方向に検出素子が配列されるX線検出装置103を用いるマルチスライスCTと、検出素子が1列すなわち1次元方向(チャネル方向のみ)に配列されるX線検出装置103を用いるシングルスライスCTに大別される。マルチスライスCTでは、X線検出装置103に合わせてX線源であるX線発生装置102から円錐状、もしくは角錐状に広がるX線ビームが照射される。シングルスライスCTでは、X線発生装置102から扇状に広がるX線ビームが照射される。通常、X線CT装置1による撮影では、X線発生装置102が寝台に載置される被検体3の周りを周回しながら、X線の照射が行われる(但し、位置決め撮影を除く。)。
The
撮影中に寝台が固定され、X線発生装置102が被検体3の周りを円軌道状に周回する撮影態様は、アキシャルスキャンなどと呼ばれる。また、寝台が連続的に移動し、X線発生装置102が被検体3の周りをらせん軌道状に周回する撮影態様は、らせんスキャンなどと呼ばれる。
An imaging mode in which the bed is fixed during imaging and the
寝台装置101は、ステップ・アンド・シュートスキャンの場合、撮影している間、寝台を静止した状態とする。また、寝台装置101は、らせんスキャンの場合、撮影条件の1つである寝台送りの速さに応じて、撮影している間、寝台を被検体3の体軸方向に平行移動させる。
In the case of a step-and-shoot scan, the
次に、図3及び図4を参照しながら、投影データに含まれるノイズについて説明する。 Next, noise included in the projection data will be described with reference to FIGS.
図3(a)は高吸収体を撮影した場合に得られる投影データ61とそのプロファイル51を模式的に示す図である。図3(b)は、従来の逐次近似投影データ補正処理(ノイズ低減処理f1)を行った後の補正投影データ62とそのプロファイル52を模式的に示す図である。投影データ61、62に含まれる斜線部61a、62aが高吸収体に対応する投影データである。
FIG. 3 (a) is a diagram schematically showing
式(1)は従来の逐次近似投影データ補正処理の更新式を示す。
上述の式(1)において、Fは更新関数、pは更新投影値、yは元の投影値、βは補正係数(スムージング係数)、dは検出特性値、iは検出素子番号、nは反復回数である。 In the above equation (1), F is an update function, p is an updated projection value, y is an original projection value, β is a correction coefficient (smoothing coefficient), d is a detection characteristic value, i is a detection element number, and n is an iteration. Is the number of times.
なお、非特許文献1には、上述の式(1)に対応する式が記載されている。式(1)は、非特許文献1のp.1274に記載されている式(11)に対応する式である。本明細書では、発明の主旨に沿った説明とするため、非特許文献1と異なる形式及び記号で各式を記述しているが、上述の式(1)の内容は非特許文献1に記述される各式と同じ内容である。
従来の方法でノイズ低減処理f1を行い、高いノイズ低減効果を得ようとすると、図3(b)に示すように、高信号部のエッジが滑らかになる、いわゆる「なまし」の領域62bが発生する。このような現象が生じた投影データを用いて画像を再構成すると、例えば、骨のような高吸収体の周囲にストリークアーチファクトが生じることがある。
When the noise reduction processing f1 is performed by the conventional method to obtain a high noise reduction effect, as shown in FIG. 3 (b), the edge of the high signal portion is smoothed, so-called “smoothing”
図4(a)は、ノイズ低減処理f1によって「なまし」が生じた投影データを再構成して得た画像50の模式図である。また、図4(b)は、ノイズ低減処理f1前後の投影データの差分データ63である。画像50は下肢の断層像を示す。高吸収体である骨50aの周辺にはストリークアーチファクト50bが生じ、本来の画像にはない陰影となって表れる。特に、下肢や肩のように複数の高吸収体が存在する部位では、図4(b)に示すように差分データ63上の高吸収体が交差する領域65で過補正となり、アーチファクトが生じやすい。
FIG. 4A is a schematic diagram of an
そこで、本発明に係るX線CT装置1の再構成演算装置221は、画像のノイズ量を調整するノイズ低減処理f1(第1処理関数)と、ストリーク量を調整する信号強度維持処理f2(第2処理関数)とを適切な比率で組み合わせて投影データを補正する。このために再構成演算装置221は、特性の異なる2つの処理(ノイズ低減処理f1と信号強度維持処理f2)の適用比率を調整する調整処理f3を導入する。
Therefore, the
調整処理f3におけるノイズ低減処理f1と信号強度維持処理f2との適用比率は、求める画質に応じて調整係数αにより調整できるようにする。また、信号強度維持処理f2を施す場合、元の補正係数βをそのまま用いて反復処理を行うと、一般にノイズ低減効果が少なくなる。そのため、補正係数βの値も更新する。以下の説明では、調整係数αと補正係数βの組み合わせを較正係数と呼ぶ。再構成演算装置221は、較正係数(α,β)に基づいてノイズ低減処理f1とストリーク量を調整する信号強度維持処理f2とを含む調整処理f3を反復して実行し、補正投影データを作成する。
The application ratio of the noise reduction processing f1 and the signal strength maintenance processing f2 in the adjustment processing f3 can be adjusted by the adjustment coefficient α according to the required image quality. In addition, when the signal strength maintaining process f2 is performed, if the iterative process is performed using the original correction coefficient β as it is, the noise reduction effect is generally reduced. Therefore, the value of the correction coefficient β is also updated. In the following description, a combination of the adjustment coefficient α and the correction coefficient β is referred to as a calibration coefficient. The
具体的には、本発明の再構成演算装置221は、以下の反復式(2)、(3)、(4)を投影データに適用することにより投影データの補正処理を行う。
式(2)は、ノイズ低減処理の反復式f1、式(3)は信号強度維持処理の反復式f2、式(4)はノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整処理f3である。また、上述の式(2)、(3)、(4)において、F、Gは更新関数、pは更新投影値、yは元の投影値、β、β’は補正係数、dは検出特性値、iは検出素子番号、nは反復回数、αは調整係数である。 Equation (2) is the noise reduction processing iteration f1, Equation (3) is the signal strength maintenance processing iteration f2, and Equation (4) is the adjustment ratio of the noise reduction processing f1 and signal strength maintenance processing f2. This is the adjustment process f3. In the above formulas (2), (3), and (4), F and G are update functions, p is an updated projection value, y is an original projection value, β and β ′ are correction coefficients, and d is a detection characteristic. The value, i is the detection element number, n is the number of iterations, and α is the adjustment coefficient.
より具体的には、ノイズ低減処理関数は、例えば以下の評価関数(5)と反復式(6)を用いるとよい。評価関数はRidge型(二次型の罰則項)、反復式はガウス・サイデル法という解法で導出されたものである。(参考文献:非特許文献2)
また、信号強度維持処理関数は、例えば以下の評価関数(7)と反復式(8)を用いるとよい。評価関数はLasso型(TV(Total Variation)型の罰則項)、反復式はIterative Soft-Thresholding Algorithm(ISTA)と呼ばれる解法で導出されたものである。(参考文献:非特許文献3)
図5を参照しながら、本発明のX線CT装置1の機能構成について説明する。図5は、特に再構成演算装置221の機能構成を示している。
A functional configuration of the
本発明に係るX線CT装置1の再構成演算装置221は、主要な機能構成として、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、及び終了判定部46を有する。
The
画質目標設定部41は、投影データの補正後に得られる画質である目標画質を設定する。目標画質として用いるパラメータは、画像に含まれるノイズ量に関する指標(第1画質パラメータ)である画像SD値またはノイズ低減率rと、ストリークアーチファクトに関する指標(第2画質パラメータ)であるストリーク量Stまたはストリーク低減率Strである。
The image quality
画像SD値及びノイズ低減率rは、主に上述のノイズ低減処理f1によって調整される第1画質パラメータである。ストリーク量St及びストリーク低減率Strは、主に上述の信号強度維持処理f2によって調整される第2画質パラメータである。 The image SD value and the noise reduction rate r are first image quality parameters that are mainly adjusted by the above-described noise reduction processing f1. The streak amount St and the streak reduction rate Str are second image quality parameters that are mainly adjusted by the above-described signal strength maintenance process f2.
後述するように再構成演算装置221は、上述の反復式(2)〜(4)に用いる較正係数(α,β)を、ノイズ低減率r及びストリーク低減率Strとの関係を表す関係特性データ8に基づいて決定する(図6参照)。このため、画質目標設定部41は、例えば操作者により設定される所望の目標画質に基づいて、各パラメータ(ノイズ低減率r及びストリーク低減率Str)の値を算出する。ノイズ低減率rとは、ノイズ低減処理f1を適用する前の投影データから再構成した元画像のSD値と、ノイズ低減処理f1を適用した後の投影データから再構成した補正画像のSD値(目標SD値)との比である。ストリーク低減率Strとは、ノイズ低減処理f1を適用した後の投影データを再構成した補正画像のストリーク量と、後述する較正処理を適用した後に得られる画像のストリーク量(目標St)との比である。
As will be described later, the
反復回数設定部42は、投影データを補正する逐次近似投影データ補正処理(反復処理)の反復回数を設定する。
The iteration
関係特性算出部43は、第1及び第2画質パラメータ(ノイズ低減率r及びストリーク低減率Str)と反復処理の較正係数(調整係数α及び補正係数β)との関係を表す関係特性データ8を作成する。関係特性データ8は、ファントム等を用いて計測した投影データ等、基準となる投影データに基づいて算出される。
The relational
図6に関係特性データ8の一例を示す。図6の関係特性データ8は、横軸をノイズ低減率r、縦軸をストリーク低減率Strとして、調整係数α、補正係数βとの関係をグラフ化したr−Strグラフである。
FIG. 6 shows an example of the relationship
例えば、調整係数α=0.4、補正係数β=β2を設定して逐次近似投影データ補正処理を実行した場合は、ノイズ低減率r=0.65、ストリーク低減率Str=0.972を得る。関係特性データ8の作成の仕方については後述する。
For example, when the successive approximation projection data correction process is executed with the adjustment coefficient α = 0.4 and the correction coefficient β = β2, the noise reduction rate r = 0.65 and the streak reduction rate Str = 0.972 are obtained. A method of creating the relationship
なお、図6における「β’」の表記は、調整係数αを導入する際に更新される新規補正係数である。ノイズ低減処理f1のみを行う場合に用いた補正係数βのまま信号強度維持処理f2を行うと、一般にノイズ低減効果が弱まる。そのため、元のノイズ低減効果と同等の効果を得られるように補正係数βを更新して新規補正係数β’を適用する。 Note that the notation “β ′” in FIG. 6 is a new correction coefficient that is updated when the adjustment coefficient α is introduced. If the signal strength maintenance process f2 is performed with the correction coefficient β used when performing only the noise reduction process f1, the noise reduction effect is generally weakened. Therefore, the correction coefficient β is updated and the new correction coefficient β ′ is applied so as to obtain an effect equivalent to the original noise reduction effect.
較正係数算出部44は、補正の対象とする投影データに適用する較正係数(調整係数αと補正係数β)を上述の関係特性データ8と設定された画質目標(ノイズ低減率r及びストリーク低減率Str、または画像SD値及びストリーク量St)に基づいて算出する。
The calibration
関係特性データ8が、r−Strデータとして保持されている場合は、較正係数(α,β)は、以下の関係式(9)に基づいて算出される。
When the relational
(α,β)=Ω(r,Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数(α,β)は、以下の関係式(10)に基づいて算出される。(α, β) = Ω (r, Str) (9)
Similarly, when the related characteristic data is held as SD-St data, the calibration coefficients (α, β) are calculated based on the following relational expression (10).
(α,β)=Ω’(SD,St) ・・・(10)
反復処理部45は、反復回数設定部42により設定された反復回数と較正係数算出部44により算出された較正係数(α,β)とに基づいてノイズ低減処理f1と信号強度維持処理f2を含む反復処理(調整処理f3)を実行し、補正投影データを作成する。(α, β) = Ω '(SD, St) (10)
The
終了判定部46は、反復回数だけ反復処理を繰り返したか否かを判定する。反復回数が終了していない場合は、反復処理部45による反復処理を繰り返す。反復回数が終了した場合は、反復処理を適用した後に得た補正投影データを出力する。
The
再構成演算装置221は、補正投影データに基づいてCT画像を再構成する。表示装置211は、再構成演算装置221により再構成されたCT画像を表示する。
The
次に、図7〜図9を参照して、関係特性データ8を作成する関係特性算出処理について説明する。関係特性算出処理は、図6に示すような関係特性データ8を作成する処理である。
Next, with reference to FIG. 7 to FIG. 9, a relational characteristic calculation process for creating the relational
図7に示すように、再構成演算装置221(関係特性算出部43)は、ファントム等を用いて予め計測した投影データに基づいて画像(図8の通常画像53)を再構成する。そして通常画像53の画像SD値を算出する(ステップS101)。SD値は、図8に示すように通常画像53の任意の位置に設定したROI57内のSD値である。
As shown in FIG. 7, the reconstruction calculation device 221 (relation characteristic calculation unit 43) reconstructs an image (
また再構成演算装置221は、任意の補正係数βを与えてノイズ低減処理f1を実行した後の投影データを再構成し、得られた画像54のストリーク量Stを算出する(ステップS102)。ストリーク量Stは、図9に示すように、ノイズ低減処理f1後の投影データを再構成した画像54のストリーク上に設定したROI58のストリーク量Stである。
Further, the
次に再構成演算装置221は、任意の較正係数(α、β)を設定し(ステップS103)、初期の投影データRaw_0に対してノイズ低減処理f1を行い、投影データRaw_Aを得る。同様に、再構成演算装置221は、初期の投影データRaw_0に対して信号強度維持処理f2を行い、投影データRaw_Bを得る。更に、再構成演算装置221は、調整係数αを用いて調整処理f3を行い、Raw_AとRaw_Bとから補正投影データRaw_Cを得る。このRaw_Cをf1、f2の新たな入力データとして、これを予め設定されている反復回数だけ繰り返し実行する(ステップS104、ステップS105)。これにより、設定された較正係数(α、β)に対する補正投影データRaw_Cを算出する。その後、再構成演算装置221は、補正投影データRaw_Cに基づいて補正後の画像55を再構成する。再構成演算装置221は、図8に示すように補正後の画像55上にステップS101で設定したROI57と同じ位置にROI57を設定し、補正後の画像55のSD値を算出する。ここで得られたSD値とステップS101で得られたSD値との比からROI57内のノイズ低減率rを算出する(ステップS106)。
Next, the
また、再構成演算装置221は、図9に示すように補正投影データRaw_Cに基づいて再構成した補正後の画像55上に、ステップS102で設定したROI58と同じ位置にROI58を設定し、ROI58内のストリーク量Stを算出する。ここで得られたストリーク量StとステップS102で得られたストリーク量Stとの比からROI58のストリーク低減率Strを算出する(ステップS107)。
Further, the
再構成演算装置221は、所望の範囲が網羅されるまで較正係数(α、β)を任意の刻み幅で変更しながら、反復処理とノイズ低減率r及びストリーク低減率Strの算出を繰り返す(ステップS108;No→ステップS103〜ステップS107)。所望の範囲が網羅されると、再構成演算装置221は、ステップS103〜ステップS108の処理で得たノイズ低減率r及びストリーク低減率Strを較正係数(α,β)と関連付けた関係特性データ8を作成し、記憶装置213に記憶する(ステップS109)。
The
図6の関係特性データ8は、βをβ1、β2、β3と変化させ、αを0から1まで0.2刻みで変化させて得たものである。
The relational
関係特性データ8は、図6に示すようにノイズ低減率r及びストリーク低減率Strと較正係数(α,β)との関係を示すr−Strデータとして保持されてもよいが、画像SD値及びストリーク量Stと較正係数(α,β)との関係を示すSD−Stデータとして保持されてもよい(図13参照)。いずれの場合も、関係特性データ8は、2つの異なる特性を有する画質パラメータ(ノイズに関する指標である第1画質パラメータと、ストリークに関する指標である第2画質パラメータ)と較正係数(α,β)との関係を表すものである。
The relationship
なお、関係特性データ8は、図6に示すようにグラフの形式で保存されてもよいし、図13に示すようにルックアップテーブルの形式で保存されてもよい。また、第2の実施の形態で説明するように近似関数の形式で保存されてもよい。また、関係特性データ8を撮影条件毎または撮影部位毎に作成し、保存するようにしてもよい。本明細書では、ルックアップテーブル形式の関係特性データについて第1の実施の形態で説明する。近似関数形式の関係特性データについて第2の実施の形態で説明する。撮影条件毎の関係特性データについては第3の実施の形態で説明する。
The relation
次に、図10を参照して、本発明のX線CT装置1の処理全体の流れを説明する。
Next, with reference to FIG. 10, the flow of the entire process of the
まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS201)。
First, the
再構成演算装置221は、取得される投影データに対して逐次近似投影データ補正処理を行う(ステップS202)。本発明では、再構成演算装置221は、逐次近似投影データ補正処理の反復演算として、ノイズ低減処理f1とストリーク量の低減処理(信号強度維持処理f2)とを含む反復処理f3を行う。
The
再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(ステップS203)。
The
再構成演算装置221は、生成されるCT画像を表示装置211に表示する(ステップS204)。
The
図11を参照して、ステップS202の逐次近似投影データ補正処理について説明する。 With reference to FIG. 11, the successive approximation projection data correction process in step S202 will be described.
まず、再構成演算装置221はデータ収集装置106から投影データを取得する(ステップS301)。なお、ステップS301では、予め計測されて記憶装置213等に記憶されている投影データを取得してもよい。
First, the
次に、再構成演算装置221は目標画質(画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)を決定する(ステップS302)。画質の目標値(上述の画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)は、例えば入力装置212から入力された値を用いる。再構成演算装置221は、後述する較正係数算出処理において使用する関係特性データが、r−Strデータとして保持されている場合は、入力された画質目標SD、Stに対応するノイズ低減率r及びストリーク低減率Strを算出する。逆に、関係特性データがSD−Stデータとして保持されている場合は、入力された画質目標r、Strに対応する画像SD値及びストリーク量Stを算出する。
Next, the
また、再構成演算装置221は、反復処理の反復回数を設定する(ステップS303)。
Further, the
次に、再構成演算装置221は、ステップS302で決定した目標とする画質パラメータr、Strに対応する較正係数(α,β)を算出する(ステップS304)。関係特性データが、r−Strデータとして保持されている場合は、較正係数は、上述したように以下の関係式(9)に基づいて算出される。
Next, the
(α,β)=Ω(r,Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数は、以下の関係式(10)に基づいて算出される。(α, β) = Ω (r, Str) (9)
Similarly, when the related characteristic data is held as SD-St data, the calibration coefficient is calculated based on the following relational expression (10).
(α,β)=Ω’(SD,St) ・・・(10)
例えば、再構成演算装置221は、図6に示すような関係特性データ8を参照し、画質目標として設定されたパラメータr、Strに対応する較正係数(α,β)の組み合わせを求める。(α, β) = Ω '(SD, St) (10)
For example, the
厳密に対応する較正係数(α,β)が関係特性データ8にない場合は、最も値の近い較正係数(α,β)を算出結果とする。或いは、周辺のデータを使用した補間計算により適切な較正係数(α,β)を算出してもよい。図12は、設定した画質目標値に厳密に対応する較正係数の組み合わせがない場合の較正係数算出例を示す。
If there is no exactly corresponding calibration coefficient (α, β) in the relational
図12に示す関係特性データには、所望画質(r、Str)=(0.67、0.975)に対応するα及びβの組み合わせがない。そこで、再構成演算装置221は、例えばα=0.4の曲線とα=0.6の曲線とから補間計算により調整係数αを0.45を算出する。また、補正係数βについても同様に、β2とβ3とに重み係数を加えた演算を行って、補正係数βを算出する。
In the relational characteristic data shown in FIG. 12, there is no combination of α and β corresponding to the desired image quality (r, Str) = (0.67, 0.975). Therefore, the
次に、再構成演算装置221は、前回のステップS308で得た投影データを取得する(ステップS305)。ただし、初回のループの場合は、初期の投影データを取得する。
取得した投影データをRaw_Cとする。Next, the
Let the acquired projection data be Raw_C.
再構成演算装置221は、取得した投影データRaw_Cに対して、ノイズ低減処理f1を実行し、ノイズ低減された投影データRaw_Aを算出する(ステップS306)。
Raw_Aは次式(11)で表される。The
Raw_A is expressed by the following equation (11).
Raw_A=f1(β’,Raw_C) ・・・ (11)
また再構成演算装置221は、ステップS305で取得した投影データRaw_Cに対して、信号強度維持処理f2を実行し、補正された投影データRaw_Bを算出する(ステップS307)。Raw_Bは次式(12)で表される。Raw_A = f1 (β ', Raw_C) (11)
Further, the
Raw_B=f2(β’,Raw_C) ・・・ (12)
次に、再構成演算装置221は、ステップS304で算出した調整係数αを用いてRaw_AとRaw_Bから新規投影データRaw_Cを算出する(ステップS308)。Raw_Cは次式(13)で表される。Raw_B = f2 (β ', Raw_C) (12)
Next, the
Raw_C=f3(α,Raw_A,Raw_B) ・・・ (13)
再構成演算装置221は、設定されている反復回数が終了するまでステップS305〜ステップS309の処理を繰り返す。設定されている反復回数が終了すると(ステップS309;Yes)、逐次近似投影データ補正処理を終了してよい。なお、この反復回数の終了判定では、再構成演算装置221は較正処理前後の投影データを比較して得られる修正量を評価して、反復処理を終了するか否かを決定してもよい。
Raw_C = f3 (α, Raw_A, Raw_B) (13)
The
以上説明したように本発明の逐次近似投影データ補正処理では、再構成演算装置221は、投影データを補正する反復処理の反復回数を設定し、反復回数に応じた画質となるように反復処理に含まれるノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数α及び補正係数βを較正係数として算出する。そして、反復回数及び較正係数に基づいて投影データに対して上述の反復処理(調整処理f3)を施して補正投影データを作成し、CT画像を再構成する。これにより、ノイズ低減処理f1によるノイズ低減効果と信号強度維持処理f2によるエッジ維持効果とを適切に調整することが可能となる。その結果、ノイズが少なく、かつストリークアーチファクトの発生を抑えた画像を再構成できる。
As described above, in the successive approximation projection data correction process of the present invention, the
また、ノイズを調整するパラメータ及びストリーク量を調整するパラメータと、較正係数(α、β)との関係を示す関係特性データを記憶しておき、関係特性データに基づいて目標画質に対応する較正係数を算出するので、特性の異なる2種類の画質パラメータにより所望の画質となるように投影データを補正できる。 In addition, relationship characteristic data indicating the relationship between the noise adjustment parameter, the streak amount adjustment parameter, and the calibration coefficient (α, β) is stored, and the calibration coefficient corresponding to the target image quality based on the relationship characteristic data. Therefore, the projection data can be corrected so as to obtain a desired image quality by using two types of image quality parameters having different characteristics.
[第1の実施の形態]
次に図13〜図24を参照して、第1の実施の形態を詳細に説明する。[First embodiment]
Next, the first embodiment will be described in detail with reference to FIGS.
上述したように、較正係数(α、β)と画質パラメータとの関係を示す関係特性データはルックアップテーブルの形式で作成されてもよい。 As described above, the relationship characteristic data indicating the relationship between the calibration coefficients (α, β) and the image quality parameter may be created in the form of a lookup table.
図13は、ルックアップテーブル形式の基準関係特性データ8aの一例である。この基準関係特性データ8aは、横軸を画像SD値、縦軸をストリーク量StとしたSD−Stデータである。なお、これに代えて横軸をノイズ低減率r、縦軸をストリーク低減率Strとしたr−Strデータとしてルックアップテーブルを保持するようにしてもよい。 FIG. 13 is an example of the reference relation characteristic data 8a in the lookup table format. The reference relationship characteristic data 8a is SD-St data in which the horizontal axis is the image SD value and the vertical axis is the streak amount St. Alternatively, the look-up table may be held as r-Str data with the horizontal axis representing the noise reduction rate r and the vertical axis representing the streak reduction rate Str.
基準関係特性データ8aは、図7に示す関係特性算出処理と同様の手順で演算装置202により予め算出される。再構成演算装置221は、図7のステップS101〜ステップS109の処理で得られた関係特性データ8をテーブル化してルックアップテーブル形式の基準関係特性データ8aを作成する。サンプリングの都合上、厳密に対応するα及びβがない場合は、上述したように、最も値の近いα及びβとしてもよいし、補間計算によりα及びβを算出し直してもよい。
The reference relation characteristic data 8a is calculated in advance by the
予め作成され、記憶装置213に保持されている基準関係特性データ8aは、例えばファントム等を用いて撮影された投影データを基に作成されたものである。第1の実施の形態の再構成演算装置221は、個々の投影データの特徴に合うように基準関係特性データ8aを微調整して、更新後関係特性データ85を作成する。そして、この更新後関係特性データ85を用いて、所望の画質(SD、St)となるような較正係数(α、β)を算出する。
The reference relation characteristic data 8a created in advance and held in the
第1の実施の形態の再構成演算装置221は、図5に示す機能構成と同様に、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、終了判定部46を有する。同一の各部には同一の符号を付し、重複する説明を省略する。
Similar to the functional configuration shown in FIG. 5, the
図14は、第1の実施の形態の関係特性算出部43及び較正係数算出部44を説明する機能ブロック図である。
FIG. 14 is a functional block diagram illustrating the relational
第1の実施の形態の関係特性算出部43は、特徴量抽出部43a、シフト量算出部43b、基準関係特性出力部43c、関係特性更新部43dを有する。
The relationship
特徴量抽出部43aは、補正対象とする投影データの特徴量を抽出する。具体的には特徴量として、投影データに表れる複数の高吸収体エッジで囲まれた特徴領域7の広さに関する第1特徴量C1と、特徴領域7の形状に関する第2特徴量C2と、特徴領域7の投影値の大きさに関する第3特徴量C3を抽出する。特徴量抽出部43aは、投影データから上述の特徴量C1、C2、C3のうち少なくともいずれか一つまたは全部を求める。
ここで、図15〜図18を参照して、各特徴量C1、C2、C3について説明する。 Here, the feature amounts C1, C2, and C3 will be described with reference to FIGS.
図15は投影データに表れる特徴について説明する図である。2つの高吸収体64a、64bが撮影範囲に含まれると、投影データ上で交差する部分で補正領域が重なり、過補正となる。複数の高吸収体が交差する部分(図15中の破線内部)を特徴領域7とする。
特徴領域7の隅部71、72、73、74はノイズ低減処理f1により発生する補正領域が重なり、特に過補正となりやすい。FIG. 15 is a diagram for explaining features appearing in projection data. If the two
The
そこで、特徴量抽出部43aは、補正前投影データの高吸収体エッジで囲まれた領域を特徴領域7とし、特徴領域7の内部の広さ(例えば、面積)を第1特徴量C1として抽出する。図16は、第1特徴量C1について説明する図である。図16(a)に示すように、特徴領域7の内側の高吸収体エッジで囲まれる部分の面積が特徴量C1である。図16(b)に示すように面積(特徴量C1)が大きい場合は、図16(c)に示すように面積(特徴量C1)が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、面積が広いと平滑化されるデータ範囲が広くなるからである。
Therefore, the feature
また特徴量抽出部43aは、特徴領域7の形状を第2特徴量C2として抽出する。例えば、チャンネル方向軸(図17では横軸75)とビュー方向軸(図17では縦軸76)との長さの比を特徴領域7の形状特徴(第2特徴量C2)として抽出する。
The feature
図17は、第2特徴量C2について説明する図である。図17(a)に示すように、例えば、特徴領域7のチャンネル方向の長さ75とビュー方向の長さ76との比を第2特徴量C2とする。ノイズ低減処理の演算の方向にも依存するが、例えばチャンネル方向に加重加算の演算を行う場合には、図17(b)に示すようにチャンネル方向の長さがビュー方向の長さに対して大きい方が、図17(c)に示すようにチャンネル方向の長さがビュー方向の長さに対して小さい場合と比較して過補正になりやすい。これはチャンネル方向にかかる補正量が大きいからである。
FIG. 17 is a diagram illustrating the second feature amount C2. As shown in FIG. 17 (a), for example, the ratio of the
また特徴量抽出部43aは、特徴領域7の隅部(特徴領域7であって低吸収領域と接するエリア)の投影値の平均値を第3特徴量C3として抽出する。図18は、第3特徴量C3について説明する図である。図18(a)に示すように、特徴領域7の隅部71、72、73、74の投影値の平均値が特徴量C3である。図18(b)に示すように隅部71、72、73、74の投影値の平均値(特徴量C3)が大きい場合は、図18(c)に示すように特徴量C3が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、高吸収体と周辺のギャップが大きいためである。なお、特徴領域7の形状は、必ずしも四角形になるとは限らない。特徴領域7が多角形の形状となっている場合は、各頂点付近の隅部の投影値の平均値を特徴量C3とする。
In addition, the feature
シフト量算出部43bは、特徴量に応じた基準関係特性テーブル8aの各軸(SD、St)のシフト量を算出する。
The shift
図19〜図22を参照して、シフト量の算出方法について説明する。 A method for calculating the shift amount will be described with reference to FIGS.
シフト量算出部43bは、特徴量抽出部43aにより抽出された特徴量C1、C2、C3に対する各画質パラメータSt、SDのシフト量ShiftSt、ShiftSDを、シフト特性データ81〜83に基づいて算出する。The shift
シフト特性データ81〜83は、各特徴量C1、C2、C3についてそれぞれ予め求められ、記憶装置213に記憶される。
The shift characteristic data 81 to 83 are obtained in advance for each of the feature amounts C1, C2, and C3, and are stored in the
図19は特徴量C1のシフト特性データ81、図20は特徴量C2のシフト特性データ82、図21は特徴量C3のシフト特性データ83の一例である。それぞれ、横軸は特徴量(C1、C2、C3)の大きさ、縦軸が元のデータに対するシフトの比率(シフト係数)である。
Figure 19 is a shift characteristic data 81 of the feature amount C1, FIG. 20 is a shift
例えば、図19に示すように、特徴量C1の値が「1780」の場合、Stシフト係数はおよそ「1.3」、SDシフト係数は「1」である。また例えば、図20に示すように、特徴量C2の値が「1.14」の場合、Stシフト係数はおよそ「1.04」、SDシフト係数は「1」である。また例えば、図21に示すように、特徴量C3の値が「122」の場合、Stシフト係数はおよそ「1.1」、SDシフト係数は「1」である。 For example, as shown in FIG. 19, when the value of the feature amount C1 is “1780”, the St shift coefficient is approximately “1.3” and the SD shift coefficient is “1”. For example, as shown in FIG. 20, when the value of the feature amount C2 is “1.14”, the St shift coefficient is approximately “1.04” and the SD shift coefficient is “1”. For example, as shown in FIG. 21, when the value of the feature amount C3 is “122”, the St shift coefficient is approximately “1.1” and the SD shift coefficient is “1”.
このようにして、シフト量算出部43bは、各特徴量C1〜C3についてStシフト係数及びSDシフト係数を算出する。
In this way, the shift
シフト量算出部43bは、各特徴量C1〜C3についてのシフト係数にそれぞれ重み(w1、w2、w3)を設定し、重み付け加算することにより、各軸(SD、St)のシフト量ShiftSD、ShiftStをそれぞれ算出する。The shift
以下の式(14)は、各特徴量C1、C2、C3のStシフト特性の重みw1、w2、w3の算出例である。
Stシフト量ShiftStは、以下の式(15)により求められる。
同様に、SDシフト量ShiftSDは、以下の式(16)により求められる。
3つの特徴量C1〜C3を考慮した場合のシフト量ShiftStを3次元座標空間で表すと、図22のようになる。ShiftSDについても同様である。If the shift amount Shift St when the three feature amounts C1 to C3 are taken into consideration is represented in a three-dimensional coordinate space, it is as shown in FIG. The same applies to Shift SD .
シフト量算出部43bは、算出したシフト量を関係特性更新部43dに出力する。また、基準関係特性出力部43cは、記憶装置213に保持されている基準関係特性テーブル8aを取得し、関係特性更新部43dに出力する。
The shift
関係特性更新部43dは、シフト量算出部43bにより求められたシフト量ShiftSD、ShiftStに基づいて基準関係特性テーブル8aを更新(シフト)して、対象とする投影データに適合した更新後関係特性テーブル85を求める。The relationship
図23は、更新後関係特性テーブル85の一例である。図23の矢印84はシフト量を示す。図13の基準関係特性テーブル8aでは点線枠86に示す位置にあったデータが特徴量に応じたシフト量ShiftSD、ShiftStだけシフトされる(矢印84に示す分だけ移動される)。その結果、所望のSD値及び所望のストリーク量Stに応じた較正係数(α、β)が投影データ毎に正確に求められる。FIG. 23 is an example of the post-update relationship characteristic table 85. An
図24のフローチャートを参照して、第1の実施の形態の較正係数算出処理の流れを説明する。なお、図24の較正係数算出処理は、図11に示す逐次近似投影データ補正処理のステップS304の処理に該当する処理である。 With reference to the flowchart of FIG. 24, the flow of the calibration coefficient calculation process of the first embodiment will be described. Note that the calibration coefficient calculation process in FIG. 24 corresponds to the process in step S304 of the successive approximation projection data correction process shown in FIG.
記憶装置213には基準関係特性テーブル8aが記憶されているものとする。また、図11のステップS301〜ステップS303の処理により、投影データが取得され、目標画質SD、Stが設定され、反復処理の反復回数が設定されているものとする。
It is assumed that the reference relation characteristic table 8a is stored in the
図24の較正係数算出処理において、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出する(ステップS401)。上述したように、特徴量C1は投影データに含まれる高吸収体エッジの交差部(特徴領域7)の面積であり、特徴量C2は特徴領域7の縦横比であり、特徴量C3は特徴領域7の隅部の平均投影値である。投影データに複数の特徴領域7がある場合は、それぞれについて特徴量C1、C2、C3を求める。
In the calibration coefficient calculation process of FIG. 24, the
再構成演算装置221は、基準関係特性テーブル8aを記憶装置213から取得する(ステップS402)。例えば、図13に示すようなルックアップテーブル形式の基準関係特性テーブル8aを取得する。
The
再構成演算装置221はステップS401で算出した特徴量C1、C2、C3に基づいて各軸(SD軸、St軸)のシフト量Shift SD、ShiftStを算出する(ステップS403)。シフト量Shift SD,ShiftStは、特徴量C1、C2、C3毎に予め求められているシフト特性(図19〜図21)に基づいて求めることができる。すなわち、シフト量Shift SDは、シフト特性データから求められるシフト係数ShiftSD1〜ShiftSD3を重み付け加算することにより求められる。同様に、シフト量Shift Stは、シフト特性データから求められるシフト係数ShiftSt1〜ShiftSt3を重み付け加算することにより求められる。シフト量Shift St、ShiftSDの算出式は、上述の式(14)〜(16)である。
The
再構成演算装置221は、各画質パラメータSD、Stについてのシフト量Shift SD、Shift Stに基づいて基準関係特性テーブル8aを更新し、更新後関係特性テーブル85を作成する(ステップS404)。これにより、投影データの特徴に応じた更新後関係特性テーブルを得ることができる。
再構成演算装置221は、更新後関係特性テーブル85を使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS405)。
The
較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。
When the calibration coefficients (α, β) are calculated, the
以上説明したように、第1の実施の形態によれば、ノイズ量に関するパラメータSD及びストリーク量に関するパラメータStと較正係数(α、β)との関係を示す基準となる基準関係特性テーブル8aを記憶装置213に保持しておき、実際の被検体の投影データの特徴量C1、C2、C3に応じて基準関係特性テーブル8aを微調整した後に較正係数(α、β)を算出する。このため、投影データの特徴に適合した較正係数を求めることができる。その結果、投影データの特徴に応じた補正が可能となる。
As described above, according to the first embodiment, the reference relationship characteristic table 8a serving as a reference indicating the relationship between the parameter SD regarding the noise amount and the parameter St regarding the streak amount and the calibration coefficients (α, β) is stored. The calibration coefficient (α, β) is calculated after finely adjusting the reference relation characteristic table 8a in accordance with the feature quantities C1, C2, C3 of the actual projection data of the subject, held in the
[第2の実施の形態]
次に図25を参照して、第2の実施の形態を詳細に説明する。[Second Embodiment]
Next, the second embodiment will be described in detail with reference to FIG.
第2の実施の形態では、関係特性データ8を近似関数で保持する例について説明する。
In the second embodiment, an example in which the relational
第2の実施の形態の演算装置202のハードウエア構成及び機能構成は、図1、図2、及び図5と同様である。以下の説明では、同一の各部には同一の符号を付し、重複する説明を省略する。
The hardware configuration and functional configuration of the
関係特性データ8は、図7に示す関係特性算出処理の手順で再構成演算装置221により算出される。再構成演算装置221は、図7のステップS101〜ステップS108の処理で関係特性データ8を作成すると、図25に示す近似関数作成処理を実行する。
The relation
再構成演算装置221は、関係特性データ8から任意の数だけデータ点を選択する(ステップS501)。選択したデータ点を(αi、βi、ri、Stri)と記述する。iは正整数(1、…、n)である。The
次に、再構成演算装置221は、調整係数α、補正係数β、ノイズ低減率r、ストリーク低減率Strの関係式を近似した近似関数を設定する(ステップS502)。例えば、近似関数を次式(17)とする。k、l、mはrとStrからαを求める係数である。
Next, the
α=k・r+l・Str+m ・・・(17)
次に、再構成演算装置221は、近似関数の係数k、l、mを同定する(ステップS503)。α = k · r + l · Str + m (17)
Next, the
データ点(αi、ri、Stri)と近似関数との差をdiとすると、diは以下の式(18)で表される。Data points (α i, r i, Str i) when the difference between the approximate function and d i, d i is expressed by the following equation (18).
di=k・ri+l・Stri+m−αi ・・・(18)
すべてのデータ点と近似関数との差diの二乗和Sは、以下の式(19)で表される。
The sum of squares S of the differences di between all data points and the approximation function is expressed by the following equation (19).
再構成演算装置221は、次式(20)を満たすSを最小とするk、l、mを求める。
厳密に解が求まらない場合は、反復計算により収束した値を解とする。
If the exact solution cannot be obtained, the value converged by iterative calculation is taken as the solution.
再構成演算装置221は、求めたk、l、mを上述の式(17)に代入して近似関数を決定する。
The
同様の手法でrとStrからβを求めることができる。 Β can be obtained from r and Str by the same method.
再構成演算装置221は、ステップS501〜ステップS503の処理により近似関数を作成すると、記憶装置213に保持する。
When the
作成された近似関数は、図11に示す逐次近似投影データ補正処理の較正係数算出処理(ステップS304)において参照され、較正係数(α、β)の算出に用いられる。 The created approximate function is referred to in the calibration coefficient calculation process (step S304) of the successive approximation projection data correction process shown in FIG. 11, and is used to calculate the calibration coefficients (α, β).
なお、上述の説明では、近似関数の次数を1次としているが、次数はこれに限定されない。次数を増やすほど精度が向上する。また、ノイズ低減率r及びストリーク低減率Strと、調整係数αまたは補正係数βとの関係を示す近似関数を算出する例を示したが、画像SD値及びストリーク量Stと、調整係数αまたは補正係数βとの関係を示す近似関数を算出するようにしてもよい。 In the above description, the order of the approximate function is the first order, but the order is not limited to this. The accuracy increases as the order increases. In addition, although an example of calculating an approximate function indicating the relationship between the noise reduction rate r and the streak reduction rate Str and the adjustment coefficient α or the correction coefficient β has been shown, the image SD value and the streak amount St and the adjustment coefficient α or the correction An approximation function indicating the relationship with the coefficient β may be calculated.
第2の実施の形態のように、関係特性データを近似関数の形式で保持することにより、第1の実施の形態のようにルックアップテーブルの形式で関係特性データを保持する場合と比較して、メモリ容量を抑えることができる。 As in the second embodiment, by holding the relational characteristic data in the form of an approximate function, compared to the case in which the relational characteristic data is held in the form of a lookup table as in the first embodiment. Memory capacity can be suppressed.
[第3の実施の形態]
次に図26〜図28を参照して、第3の実施の形態を詳細に説明する。[Third embodiment]
Next, with reference to FIGS. 26 to 28, the third embodiment will be described in detail.
第3の実施の形態では、撮影条件毎に関係特性データを作成し、記憶装置213に保持する例について説明する。
In the third embodiment, an example will be described in which relational characteristic data is created for each shooting condition and stored in the
ストリークアーチファクトの傾向は撮影条件により異なる。例えば、肩や下肢では、ストリークアーチファクトが大きいが、腹部では小さい。また、撮影時の管電圧が低い場合、管電圧が高い場合と比較してストリークアーチファクトが大きくなる傾向がある。そのため、異なる部位や異なる撮影条件で撮影した投影データに対し、常に同じ関係特性データを用いて較正係数(α、β)を算出し、その較正係数(α、β)を適用して投影データの補正を行うと、画像のストリーク低減効果やノイズ低減効果にばらつきが生じる。 The tendency of streak artifacts varies depending on the shooting conditions. For example, streak artifacts are large on the shoulders and lower limbs, but small on the abdomen. Further, when the tube voltage at the time of photographing is low, the streak artifact tends to be larger than when the tube voltage is high. Therefore, always calculate the calibration coefficients (α, β) using the same relational characteristic data for projection data shot with different parts and different shooting conditions, and apply the calibration coefficients (α, β) to When correction is performed, variations occur in the streak reduction effect and noise reduction effect of the image.
そこで、第3の実施の形態では、撮影条件毎に関係特性データを作成する。また、逐次近似投影データ補正処理では、対象とする投影データの撮影条件に応じて適切な関係特性データを参照して較正係数を算出する。 Therefore, in the third embodiment, relational characteristic data is created for each shooting condition. In the successive approximation projection data correction process, the calibration coefficient is calculated with reference to appropriate relational characteristic data according to the photographing condition of the target projection data.
まず、図26を参照して第3の実施の形態の関係特性作成処理について説明する。 First, the relational characteristic creation process of the third embodiment will be described with reference to FIG.
まず、再構成演算装置221は、全ての撮影条件の値を撮影情報値spに割り当てる(ステップS601)。撮影条件とは、管電圧、管電流等のX線条件、ピッチ、コリメータ条件等の撮影に関する条件と、頭部、頸部、肩部、胸部、腹部、下肢等のような撮影部位と、再構成スライス厚等の再構成条件とを含む各種の条件の組み合わせをいうものとする。撮影情報値spとは、撮影条件毎に割り当てる識別情報、または撮影条件の値そのものから生成されるデータである。
First, the
次に再構成演算装置221は、撮影情報値spと関係特性データとの関連付けを行う。
すなわち、まず再構成演算装置221は、任意の撮影情報値spを1つ設定する(ステップS602)。再構成演算装置221は、撮影情報値spに対応する撮影条件で撮影した投影データを取得し、図7の関係特性算出処理を実行して関係特性データを作成する(ステップS603)。再構成演算装置221は、撮影情報値spとステップS603で取得した関係特性データとを関連付けて記憶装置213に記憶する(ステップS604)。Next, the
That is, first, the
再構成演算装置221は、すべての撮影情報値spについて関係特性データの取得及び関連付けが終了したか否かを判定し(ステップS605)、未処理の撮影情報値spがある場合は(ステップS605;No)、ステップS602へ戻る。再構成演算装置221は、次の撮影情報値spを設定し、撮影情報値spに対応する投影データから関係特性データを算出し、撮影情報値spと関係特性データとの関連付けを行う。ステップS602〜ステップS604の処理を撮影情報値spを変化させながら繰り返し、全ての撮影情報値spについて処理が終了すると(ステップS605;Yes)、図26の関係特性作成処理を終了する。
The
再構成演算装置221は、図27に示すような操作画面9を表示装置211に表示してもよい。
The
図27に示す操作画面9は、関係特性データ表示エリア91、92、編集エリア93、94を有する。関係特性データ表示エリア91には、撮影情報値sp91a、91bと撮影情報値sp91a、91bに関連付けられる関係特性データ80aが表示される。同様に、下段の関係特性データ表示エリア92には、別の撮影情報値sp92a、92bと撮影情報値sp92a、92bに関連付けられる関係特性データ80bが表示される。編集エリア93には、撮影条件入力欄93a、撮影部位入力欄93b、再構成条件入力欄93c、撮影情報値入力欄93d等が設けられる。同様に、下段の編集エリア94には、撮影条件入力欄94a、撮影部位入力欄94b、再構成条件入力欄94c、撮影情報値入力欄94d等が設けられる。
The operation screen 9 shown in FIG. 27 has relational characteristic data display
操作画面9の関係特性データ表示エリア91には、例えば、撮影情報値sp=「1」に割り当てられている撮影条件91bが表示される。また、この撮影条件91bで撮影された投影データに基づいて作成された関係特性データ80aが表示される。編集エリア93には、関係特性データ表示エリア91に表示されている情報と同一の情報(撮影情報値sp)が各入力欄93a〜93dに表示される。各入力欄93a〜93dの値が操作者により変更されると、変更された内容が関係特性データ表示エリア91に表示される情報に反映される。また、変更された内容で撮影情報値sp、撮影条件、及び関係特性データとの関連付けが行われて、記憶される。
In the relational characteristic
以上の手順により様々な撮影条件と関係特性データとが関連付けられる。 Through the above procedure, various shooting conditions and related characteristic data are associated.
次に、図28を参照して、第3の実施の形態のX線CT装置1の処理全体の流れを説明する。
Next, with reference to FIG. 28, an overall process flow of the
まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS701)。
First, the
再構成演算装置221は、取得した投影データに撮影範囲(例えば、ビュー)毎に撮影条件(撮影情報値sp)を記録しておくことが望ましい(ステップS702)。
The
再構成演算装置221は、取得された投影データに対して逐次近似投影データ補正処理を行う(ステップS703)。ステップS703の逐次近似投影データ補正処理の手順は、図11に示す手順と同様である。ただし、図11のステップS304の較正係数算出処理については、第3の実施の形態の再構成演算装置221は、図29に示す較正係数算出処理を実行する。
The
図29を参照して第3の実施の形態の較正係数算出処理について説明する。 A calibration coefficient calculation process according to the third embodiment will be described with reference to FIG.
再構成演算装置221は、投影データに記録されている撮影情報値sp(撮影条件)を取得する(ステップS801)。再構成演算装置221は、取得した撮影情報値spに対応する基準関係特性データを記憶装置213から選択する(ステップS802)。投影データの撮影範囲毎(例えば、ビュー毎)に異なる撮影条件(撮影情報値sp)が記録されている場合は、再構成演算装置221は、記録されているすべての撮影情報値spに対応する基準関係特性データを記憶装置213から選択する。
The
再構成演算装置221は、基準関係特性データと設定されている目標画質(SD、st)に基づいて、較正係数(α、β)を算出する。
The
なお、再構成演算装置221は第1の実施の形態と同様に、投影データの特徴に応じて、ステップS802で取得した基準関係特性データを更新するようにしてもよい。この場合、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出し(ステップS803)、特徴量C1、C2、C3に基づいてシフト量Shift SD、ShiftStを算出する(ステップS804)。シフト量Shift SD、ShiftStの算出の仕方は、第1の実施の形態と同様である。
Note that the
再構成演算装置221は、各画質パラメータのシフト量Shift SD、Shift Stに基づいてステップS802で取得した基準関係特性データを更新する(ステップS805)。再構成演算装置221は、更新後の関係特性データを使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS806)。
The
このようにして較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。
When the calibration coefficients (α, β) are calculated in this way, the
再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(図28のステップS704)。再構成演算装置221は、生成されたCT画像を表示装置211に表示する(ステップS705)。
The
以上説明したように、第3の実施の形態によれば、撮影条件毎に関係特性データを記憶しておき、逐次近似投影データ補正処理を実行する際には、投影データ計測時の撮影条件に応じた基準関係特性データを読み出して、較正係数(α、β)を算出する。このため、どのような撮影条件で撮影された投影データにおいてもノイズ低減効果とストリーク低減効果を一定に保つことができる。 As described above, according to the third embodiment, the relationship characteristic data is stored for each shooting condition, and when executing the approximate projection data correction process, the shooting condition at the time of measuring the projection data is set. The corresponding reference relation characteristic data is read and the calibration coefficients (α, β) are calculated. For this reason, the noise reduction effect and the streak reduction effect can be kept constant in the projection data shot under any shooting conditions.
特に、撮影時に撮影範囲(例えば、ビュー毎)に撮影条件(撮影情報値)を記録しておくため、投影データに複数の撮影条件や撮影部位が含まれる場合であっても各ビューの撮影条件等に応じた較正係数(α、β)を算出して投影データを補正できる。よって、一様なノイズ低減効果とストリーク低減効果を得ることができる。 In particular, since shooting conditions (shooting information values) are recorded in the shooting range (e.g., for each view) at the time of shooting, the shooting conditions for each view even if the projection data includes multiple shooting conditions and shooting parts. The projection data can be corrected by calculating calibration coefficients (α, β) according to the above. Therefore, a uniform noise reduction effect and streak reduction effect can be obtained.
以上説明したように、本発明のX線CT装置1によれば、ノイズ低減処理f1とストリークの発生を防ぐ信号強度維持処理f2とを含む反復処理において、再構成演算装置221は、所望のノイズ量となるように、ノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数αと補正係数βとを算出し、この較正係数(α、β)に基づいて逐次近似投影データ補正処理を実行して補正投影データを作成する。
As described above, according to the
よって、画像に含まれるノイズを低減しつつ、画像の高吸収体周辺部に発生するストリークアーチファクトを低減することが可能となる。 Therefore, it is possible to reduce streak artifacts generated in the periphery of the high-absorber body of the image while reducing noise included in the image.
なお、上述の各実施の形態では、ストリーク量を算出する際は再構成した画像に基づいてストリーク量を求めることとして説明したが、ストリーク量の算出方法はこれに限定されない。以下、図30及び図31を参照してストリーク量の算出方法について追記する。 In each of the embodiments described above, the streak amount is calculated based on the reconstructed image when calculating the streak amount. However, the streak amount calculation method is not limited to this. Hereinafter, a method for calculating the streak amount will be additionally described with reference to FIGS. 30 and 31. FIG.
図30は、画像上の高吸収体周辺のストリーク量を算出する手順を示すフローチャートである。 FIG. 30 is a flowchart showing a procedure for calculating the amount of streak around the superabsorber on the image.
再構成演算装置221は、投影データを取得し、ノイズ低減処理f1を実行し、ノイズ低減処理f1後の投影データを再構成する(ステップS901)。再構成演算装置221は、得られた画像上に代表の大きさの正方形(マトリクス)を設定し、マトリクス内のCT値の平均値を算出し、値を保持する。次に、上述のマトリクスを画像内すべてを網羅するように1画素ずつ移動させて、内部のCT値の平均値を算出して保持する。保持した値の中で最も大きい値の位置を高吸収体位置とする(ステップS902;高吸収体位置の算出)。
The
再構成演算装置221は、高吸収体位置の中心を固定し、マトリクスの辺の長さを変化させる。辺の長さを長くしていったときに、最もCT値の変化量が大きかった時の変化量をaとし、そのときの辺の長さをlsとする。次に、辺の長さを短くしていったときに、最もCT値の変化量が大きかった時の変化量をbとし、そのときの辺の長さをlbとする。aとbの絶対値を比較し、大きい値を実現した辺の長さをloptとする。同じだった場合は、lsとlbの大きさを比較し、大きい方をloptとする。loptをマトリクスの辺の長さとする(ステップS903;高吸収体範囲の算出)。
The
再構成演算装置221は、loptのマトリクス内の高吸収体を楕円または曲線でフィッティングし、エッジ曲線を抽出する。フィッティングはマトリクス内のCT値を「高吸収体」、「低吸収体」、「ストリーク」に3値化したうちの「高吸収体」に対応する部分に対して行う。再構成演算装置221は、エッジ曲線上に適当な長さの接線を当て、その接線を長軸とした長方形領域を設定する。次に、再構成演算装置221は、長方形領域内のCT値の平均値を算出し、保持する。その操作を、エッジ曲線上すべてを網羅するように行い、内部のCT値の平均値を算出し、保持する。再構成演算装置221は、保持した値の中で最も大きい値の位置をストリーク位置とし、その値をストリーク量St1とする。上述のストリーク位置と同じ位置に長方形領域を当て、補正後の投影データ(Raw_C)を再構成して得られた画像上でストリーク量St2を算出する(ステップS904;ストリーク量Stの算出)。
The
再構成演算装置221は、ステップS904で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS905;ストリーク低減率Strの算出)。
The
以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じる画像上のストリークアーチファクトを算出することができる。 As described above, the streak artifact on the image generated around the high absorber caused by the noise reduction processing f1 can be calculated.
また、再構成演算装置221は、ストリーク低減率Strを投影データ上から算出するようにしてもよい。
Further, the
図31を参照して、ストリーク低減率Strを投影データ上から算出する方法について説明する。 A method of calculating the streak reduction rate Str from the projection data will be described with reference to FIG.
再構成演算装置221は、撮影範囲の投影データの中で最も大きいCT値を算出し、高吸収体CT値hとする。k×hからhまでの値を持つ投影データの範囲を高吸収体代表領域とする。この処理におけるkは、0<k<1の値である。例えば、k=0.95とする。再構成演算装置221は、高吸収体代表領域から、外側に向けてチャンネル方向にdch分広げた領域を高吸収体領域とする(ステップS1001;高吸収体領域の算出)。
The
dchは次式(21)で表される。ここで、fdはノイズ低減率rの関数である。dchはrに比例して大きくなる。 dch is expressed by the following equation (21). Here, fd is a function of the noise reduction rate r. dch increases in proportion to r.
dch=fd(r) ・・・ (21)
再構成演算装置221は、全てのビューに対し、投影データをチャンネル方向に微分し、その絶対値を算出する。このデータを微分投影データDとする。再構成演算装置221は、すべてのビューの微分投影データDの中で最も大きい値を算出し、エッジ微分値h_dとする。また、再構成演算装置221は、l×h_dからh_dまでの値を持つ投影データの範囲を高吸収体エッジ領域とする。この処理におけるlは、0<l<1の値である。例えば、l=0.7とする。高吸収体領域かつ高吸収体エッジ領域をストリーク発生領域とする(ステップS1002;ストリーク発生領域の算出)。dch = fd (r) (21)
The
再構成演算装置221は、すべての投影データ上のストリーク発生領域におけるCT値の平均値をストリーク量St1とする。上述のストリーク発生領域と同じ領域において、補正後の投影データ(Raw_C)上でストリーク量St2を算出する(ステップS1003;ストリーク量Stの算出)。
The
再構成演算装置221は、ステップS1003で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS1004;ストリーク低減率Strの算出)。
The
以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じるストリークアーチファクトを投影データ上から評価することができる。この場合は画像を再構成する必要がないため、演算量が少なくて済むという利点がある。 As described above, the streak artifact generated around the high absorber caused by the noise reduction process f1 can be evaluated from the projection data. In this case, since it is not necessary to reconstruct the image, there is an advantage that the amount of calculation is small.
以上、本発明に係るX線CT装置等の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。 The preferred embodiments of the X-ray CT apparatus and the like according to the present invention have been described above, but the present invention is not limited to the above-described embodiments. It will be apparent to those skilled in the art that various changes or modifications can be conceived within the scope of the technical idea disclosed in the present application, and these are naturally within the technical scope of the present invention. Understood.
1 X線CT装置、 3 被検体、10 スキャナ、20 操作ユニット、100 ガントリ、101 寝台装置、102 X線発生装置、103 X線検出装置、104 コリメータ装置、105 高電圧発生装置、106 データ収集装置、107 駆動装置、200 中央制御装置、201 入出力装置、202 演算装置、211 表示装置、212 入力装置、213 記憶装置、41 画質目標設定部、42 反復回数設定部、43 関係特性算出部、43a 特徴量抽出部、43b シフト量算出部、43c 基準関係特性出力部、43d 関係特性更新部、44 較正係数算出部、45 反復処理部、46 終了判定部、50 下肢断層像、50a 骨、50b ストリークアーチファクト、51、52 投影データのプロファイル、53 補正なしの画像、54 ノイズ低減処理f1後の画像、55 調整処理f3後の画像、57、58 ROI、61、62 投影データ、61a、62a 高吸収体の投影データ、62b 補正領域、63 補正前後の投影データの差分、64a、64 b高吸収体の投影データ、66a、66b 補正領域、65 高吸収体の投影データが交差する部分、7 投影データの特徴領域、71〜74 隅部、8 関係特性データ(r−Strデータ)、8a 基準関係特性テーブル(SD−Stデータ)、80 所望画質に対応する較正係数、81、82、83 各特徴量C1〜C3のシフト特性データ、85 更新後関係特性テーブル、9 操作画面、α 調整係数、β 補正係数、C1 第1特徴量(特徴領域7の面積)、C2 第2特徴量(特徴領域7の形状)、C3 第3特徴量(特徴領域7の隅部71〜74の投影値)
1 X-ray CT device, 3 Subject, 10 Scanner, 20 Operation unit, 100 Gantry, 101 Sleeper device, 102 X-ray generator, 103 X-ray detector, 104 Collimator, 105 High voltage generator, 106 Data acquisition device , 107 Drive device, 200 Central control device, 201 Input / output device, 202 Arithmetic device, 211 Display device, 212 Input device, 213 Storage device, 41 Image quality target setting unit, 42 Repetition count setting unit, 43 Relationship characteristic calculation unit, 43a Feature amount extraction unit, 43b shift amount calculation unit, 43c reference relationship characteristic output unit, 43d relationship property update unit, 44 calibration coefficient calculation unit, 45 iteration processing unit, 46 end determination unit, 50 lower limb tomogram, 50a bone, 50b streak Artifact , 51, 52 Projected data profile, 53 Uncorrected image, 54 Noise reduced image after f1, 55 Adjusted image after f3, 57, 58 ROI, 61, 62 Projected data, 61a, 62a High absorber Projection data, 62b correction area, 63 projection data before and after correction 64a, 64b superabsorber projection data, 66a, 66b correction area, 65 intersection of superabsorber projection data, 7 projection data feature area, 71-74 corners, 8 relationship characteristic data (r-Str data), 8a Standard relationship characteristic table (SD-St data), 80 Calibration coefficient corresponding to desired image quality, 81, 82, 83 Shift characteristic data for each feature quantity C1 to C3, 85 Post-update relation characteristic table , 9 Operation screen, α adjustment coefficient, β correction coefficient, C1 first feature (area of feature region 7), C2 second feature (shape of feature region 7), C3 third feature (corner of feature region 7) (Projected values of parts 71 to 74)
Claims (10)
前記被検体を透過するX線を検出するX線検出装置と、
前記X線検出装置によって検出されるデータを収集するデータ収集装置と、
前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、
前記CT画像を表示する表示装置と、を備え、
前記再構成演算装置は、
前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
前記補正投影データを用いてCT画像を再構成する画像再構成部と、
を備え、
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
反復式として
前記第2処理関数は、評価関数として
反復式として
An X-ray detection apparatus for detecting X-rays transmitted through the subject;
A data collection device for collecting data detected by the X-ray detection device;
Reconstruction operation device that inputs data collected by the data collection device to create projection data, and reconstructs a CT image using the projection data;
A display device for displaying the CT image,
The reconstruction arithmetic device is
An iteration number setting unit for setting an iteration number of the iterative process for correcting the projection data;
A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A successive approximation projection data correction processing unit that performs the iterative process on the projection data based on the number of iterations and the calibration coefficient, and creates corrected projection data;
An image reconstruction unit for reconstructing a CT image using the corrected projection data;
Equipped with a,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
As an iterative formula
The second processing function is an evaluation function
As an iterative formula
前記第1処理関数により制御される第1画質パラメータ及び前記第2処理関数により制御される第2画質パラメータと、前記較正係数との関係を示す関係特性データを算出する関係特性算出部と、
前記第1及び第2画質パラメータについて、それぞれ目標値を設定する画質目標設定部を更に備え、
前記較正係数算出部は、前記関係特性データに基づいて前記目標値に対応する較正係数を算出することを特徴とする請求項1に記載のX線CT装置。 The reconstruction arithmetic device is
A first characteristic image parameter controlled by the first processing function, a second image quality parameter controlled by the second processing function, and a relational characteristic calculation unit for calculating relational characteristic data indicating a relation between the calibration coefficients;
An image quality target setting unit for setting a target value for each of the first and second image quality parameters,
2. The X-ray CT apparatus according to claim 1, wherein the calibration coefficient calculation unit calculates a calibration coefficient corresponding to the target value based on the relational characteristic data.
前記較正係数算出部は、
前記投影データの特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいて前記第1及び第2画質パラメータの各シフト量を算出するシフト量算出部と、
前記シフト量に基づいて前記基準関係特性データを更新し、更新後関係特性データを求める関係特性更新部と、を備え、
前記更新後関係特性データに基づいて前記目標値に対応する較正係数を算出することを
特徴とする請求項2に記載のX線CT装置。 A storage unit for preliminarily storing reference relation characteristic data serving as a reference for the relation characteristic data;
The calibration coefficient calculator is
A feature amount extraction unit for extracting a feature amount of the projection data;
A shift amount calculation unit that calculates each shift amount of the first and second image quality parameters based on the feature amount;
Updating the reference relational characteristic data based on the shift amount, and obtaining a relational characteristic data after the update, and a relational characteristic updating unit,
3. The X-ray CT apparatus according to claim 2, wherein a calibration coefficient corresponding to the target value is calculated based on the updated relational characteristic data.
投影データに表れる複数の高吸収体エッジで囲まれた特徴領域の広さに関する第1特徴量と、
前記特徴領域の形状に関する第2特徴量と、
前記特徴領域の投影値の大きさに関する第3特徴量と、
のうち少なくともいずれか一つを含むことを特徴とする請求項3に記載のX線CT装置。 The feature amount is
A first feature amount relating to the width of a feature region surrounded by a plurality of superabsorbent edges that appear in the projection data;
A second feature amount relating to the shape of the feature region;
A third feature amount relating to the size of the projection value of the feature region;
4. The X-ray CT apparatus according to claim 3, further comprising at least one of them.
前記較正係数算出部は、前記入力されたパラメータまたは条件に基づいて前記較正係数を算出することを特徴とする請求項1に記載のX線CT装置。 An input unit for inputting parameters or conditions necessary for calculating the calibration coefficient;
2. The X-ray CT apparatus according to claim 1, wherein the calibration coefficient calculation unit calculates the calibration coefficient based on the input parameter or condition.
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
前記補正投影データを用いてCT画像を再構成する画像再構成部と、
を備え、
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
反復式として
前記第2処理関数は、評価関数として
を、
反復式として
A calibration coefficient calculation unit for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A successive approximation projection data correction processing unit that performs the iterative process on the projection data based on the number of iterations and the calibration coefficient, and creates corrected projection data;
An image reconstruction unit for reconstructing a CT image using the corrected projection data;
Equipped with a,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
As an iterative formula
The second processing function is an evaluation function
The
As an iterative formula
投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、
前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、
前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、
前記補正投影データを用いてCT画像を再構成する再構成ステップと、
を含み、
前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
前記第1処理関数は、評価関数として
反復式として
前記第2処理関数は、評価関数として
反復式として
An iteration number setting step for setting the iteration number of the iteration process for correcting the projection data;
A calibration coefficient calculating step for calculating a calibration coefficient for adjusting an application ratio between a first processing function included in the iterative process and a second processing function having characteristics different from the first processing function;
A corrected projection data creating step of creating corrected projection data by performing the iterative process on the projection data based on the number of iterations and the calibration factor;
A reconstruction step of reconstructing a CT image using the corrected projection data;
Only including,
The first processing function is a function related to noise reduction, the second processing function is a function related to reduction of streak artifact, p is an updated projection value, y is an original projection value, β is a correction coefficient, d is a detection characteristic Value, i is the detector element number, and n is the number of iterations,
The first processing function is an evaluation function
As an iterative formula
The second processing function is an evaluation function
As an iterative formula
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013080229 | 2013-04-08 | ||
JP2013080229 | 2013-04-08 | ||
PCT/JP2014/056654 WO2014167935A1 (en) | 2013-04-08 | 2014-03-13 | X-ray ct device, reconstruction operation device and reconstruction operation method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014167935A1 JPWO2014167935A1 (en) | 2017-02-16 |
JP6492005B2 true JP6492005B2 (en) | 2019-03-27 |
Family
ID=51689349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015511163A Active JP6492005B2 (en) | 2013-04-08 | 2014-03-13 | X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method |
Country Status (4)
Country | Link |
---|---|
US (1) | US9592026B2 (en) |
JP (1) | JP6492005B2 (en) |
CN (1) | CN105188543B (en) |
WO (1) | WO2014167935A1 (en) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6398685B2 (en) * | 2014-12-16 | 2018-10-03 | コニカミノルタ株式会社 | Tomographic image generation system and image processing apparatus |
JP6491471B2 (en) * | 2014-12-24 | 2019-03-27 | キヤノン株式会社 | Image processing apparatus, image processing method, and program |
JP6293713B2 (en) | 2015-08-27 | 2018-03-14 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Image processing apparatus, radiation tomography apparatus and program |
EP3428627B1 (en) * | 2016-03-11 | 2021-06-09 | Shimadzu Corporation | Image reconstruction method, image reconstruction program, and tomography device equipped with same |
WO2017165672A1 (en) * | 2016-03-23 | 2017-09-28 | University Of Iowa Research Foundation | Devices, systems and methods utilizing framelet-based iterative maximum-likelihood reconstruction algorithms in spectral ct |
CN110545729B (en) * | 2017-04-25 | 2023-03-17 | 株式会社岛津制作所 | X-ray imaging apparatus |
KR102099415B1 (en) * | 2018-02-23 | 2020-04-09 | 서울대학교산학협력단 | Method and apparatus for improving matching performance between ct data and optical data |
CN110197515A (en) * | 2018-02-24 | 2019-09-03 | 厦门市领汇医疗科技有限公司 | The image rebuilding method and system of medical ct machine based on compton backscattering scanning |
CN110400257B (en) * | 2018-12-19 | 2022-10-14 | 中国科学院紫金山天文台 | Multiple exposure image anti-aliasing method based on ratio correction term |
WO2020138128A1 (en) * | 2018-12-26 | 2020-07-02 | キヤノン株式会社 | Image processing device, image processing method, and program |
JP7341874B2 (en) * | 2018-12-26 | 2023-09-11 | キヤノン株式会社 | Image processing device, image processing method, and program |
JP7317651B2 (en) * | 2019-09-24 | 2023-07-31 | 富士フイルムヘルスケア株式会社 | MEDICAL IMAGE PROCESSING APPARATUS AND MEDICAL IMAGE PROCESSING METHOD |
JP7553307B2 (en) | 2019-10-02 | 2024-09-18 | キヤノンメディカルシステムズ株式会社 | X-ray diagnostic equipment |
CN111080740B (en) * | 2019-12-27 | 2023-06-16 | 上海联影医疗科技股份有限公司 | Image correction method, device, equipment and medium |
CN111476856B (en) * | 2020-04-08 | 2023-06-06 | 中北大学 | Multispectral CT imaging method |
JP7319723B2 (en) * | 2020-12-30 | 2023-08-02 | ニューロフェット インコーポレイテッド | Medical image analysis method, medical image analysis device and medical image analysis system |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5831736A (en) * | 1996-08-29 | 1998-11-03 | Washington University | Method and apparatus for generating a three-dimensional topographical image of a microscopic specimen |
US6868138B2 (en) * | 2002-05-29 | 2005-03-15 | The Regents Of The University Of Michigan | Method, processor and computed tomography (CT) machine for generating images utilizing high and low sensitivity data collected from a flat panel detector having an extended dynamic range |
JP4535795B2 (en) | 2004-07-12 | 2010-09-01 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Image processing apparatus and X-ray CT system |
US8155415B2 (en) * | 2005-07-01 | 2012-04-10 | Siemens Medical Solutions Usa, Inc. | Extension of truncated CT images for use with emission tomography in multimodality medical images |
US8478015B2 (en) * | 2005-07-01 | 2013-07-02 | Siemens Medical Solutions Usa, Inc. | Extension of truncated CT images for use with emission tomography in multimodality medical images |
JP5635732B2 (en) * | 2005-12-15 | 2014-12-03 | コーニンクレッカ フィリップス エヌ ヴェ | Progressive convergence of multiple iteration algorithms |
DE102008053110A1 (en) * | 2008-06-27 | 2009-12-31 | Siemens Aktiengesellschaft | Method for the reconstruction of CT image data |
US8306302B2 (en) * | 2008-09-29 | 2012-11-06 | Carestream Health, Inc. | Noise suppression in diagnostic images |
WO2010062956A1 (en) * | 2008-11-26 | 2010-06-03 | Wisconsin Alumni Research Foundation | Method for prior image constrained image reconstruction in cardiac cone beam computed tomography |
US7912180B2 (en) * | 2009-02-19 | 2011-03-22 | Kabushiki Kaisha Toshiba | Scattered radiation correction method and scattered radiation correction apparatus |
JP5600946B2 (en) * | 2010-01-28 | 2014-10-08 | 株式会社島津製作所 | Tomography equipment |
US8054094B1 (en) * | 2010-06-10 | 2011-11-08 | General Electric Company | Image reconstruction based constrained maximization |
US8189735B2 (en) * | 2010-07-22 | 2012-05-29 | General Electric Company | System and method for reconstruction of X-ray images |
WO2012050149A1 (en) * | 2010-10-14 | 2012-04-19 | 株式会社 日立メディコ | X-ray ct apparatus and image reconstruction method |
US20120128265A1 (en) * | 2010-11-23 | 2012-05-24 | Toshiba Medical Systems Corporation | Method and system utilizing iterative reconstruction with adaptive parameters for computer tomography (ct) images |
JP5759159B2 (en) * | 2010-12-15 | 2015-08-05 | 富士フイルム株式会社 | Radiation tomographic image generation method and apparatus |
WO2012147471A1 (en) * | 2011-04-28 | 2012-11-01 | 株式会社 日立メディコ | Image processing device for medical use and image processing method for medical use |
US8538114B2 (en) * | 2011-06-06 | 2013-09-17 | Kabushiki Kaisha Toshiba | Method and system utilizing parameter-less filter for substantially reducing streak and or noise in computer tomography (CT) images |
US9159146B2 (en) * | 2011-07-08 | 2015-10-13 | Hitachi Medical Corporation | Image reconstruction device and image reconstruction method configured to perform iteratively reconstructed image using weight coefficient |
-
2014
- 2014-03-13 US US14/778,299 patent/US9592026B2/en active Active
- 2014-03-13 CN CN201480016324.2A patent/CN105188543B/en active Active
- 2014-03-13 JP JP2015511163A patent/JP6492005B2/en active Active
- 2014-03-13 WO PCT/JP2014/056654 patent/WO2014167935A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US9592026B2 (en) | 2017-03-14 |
CN105188543B (en) | 2017-11-14 |
JPWO2014167935A1 (en) | 2017-02-16 |
US20160278733A1 (en) | 2016-09-29 |
CN105188543A (en) | 2015-12-23 |
WO2014167935A1 (en) | 2014-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6492005B2 (en) | X-ray CT apparatus, reconstruction calculation apparatus, and reconstruction calculation method | |
JP6329490B2 (en) | X-ray CT apparatus and image reconstruction method | |
US9036886B2 (en) | System and method for correcting for metal artifacts using multi-energy computed tomography | |
JP5978429B2 (en) | Medical image processing apparatus and medical image processing method | |
JP5960048B2 (en) | Reconstruction calculation device, reconstruction calculation method, and X-ray CT apparatus | |
KR101576703B1 (en) | Image processing apparatus, image processing method, and computer-readable storage medium | |
US9025815B2 (en) | System and method for multi-material correction of image data | |
CN102846333B (en) | The method and system of the scatter correction in x-ray imaging | |
JP4414420B2 (en) | X-ray tomography apparatus and artifact reduction method | |
JP5918374B2 (en) | X-ray CT apparatus and X-ray CT image processing method | |
JP6242631B2 (en) | Medical image processing apparatus and X-ray computed tomography apparatus | |
US8050479B2 (en) | Method and system for generating a computed tomography image | |
WO2010038536A1 (en) | X-ray ct apparatus | |
US11419566B2 (en) | Systems and methods for improving image quality with three-dimensional scout | |
JP6945410B2 (en) | Image reconstruction processing device, X-ray computer tomographic imaging device and image reconstruction processing method | |
JP2011177396A (en) | X-ray ct apparatus | |
WO2016132880A1 (en) | Arithmetic device, x-ray ct device, and image reconstruction method | |
EP3404618B1 (en) | Poly-energetic reconstruction method for metal artifacts reduction | |
US20050018889A1 (en) | Systems and methods for filtering images | |
US20230145920A1 (en) | Systems and methods for motion detection in medical images | |
JP2010075443A (en) | Tomographic image processing device, x-ray ct apparatus, and program | |
CN104395934B (en) | The image reconstruction in multi-energy imaging staggeredly | |
CN115482192A (en) | Medical information display device, medical image processing device, and medical information display method | |
WO2018116791A1 (en) | Medical image processing device and x-ray ct device provided with same, and medical image processing method | |
Ahmad et al. | Optimization of four-dimensional cone-beam computed tomography in image-guided radiation therapy of the lung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170223 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20171030 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20171107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180305 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180710 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180903 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6492005 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |